《表1 各IMF相关参数》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于SVD-EEMD和BP神经网络的滚动轴承故障诊断》
将轴承故障信号进行EEMD分解,可以得到若干个IMF分量,通过计算各个IMF分量与原信号的相关系数及各个IMF分量的峭度,选择符合要求的IMF分量。相关系数可用于判断IMF分量的真伪。峭度作为一种对振动信号敏感的时域分析方法,可以发现系统中的异常响应。当轴承无故障运转时,峭度值约为3,当轴承发生故障时,峭度值增加[3]。通过相关系数和峭度2项指标,找出相关系数大于0.3和峭度大于3的所有IMF分量并进行叠加。由图6中可以看到经过EMD分解后得到的10个IMF分量。表1为EEMD分解后10个IMF分量的相关系数及峭度。
图表编号 | XD0049993500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 黄竞楠、王少红、马超 |
绘制单位 | 北京信息科技大学现代测控技术教育部重点实验室、北京信息科技大学现代测控技术教育部重点实验室、北京信息科技大学现代测控技术教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |